你可能不知道每棟建築都會漏水，而AI正在解決這一問題

在建築施工方面，各種各樣的事情都可能出錯。根據保險索賠記錄顯示，最常見的問題是漏水。

WINT Water Intelligence首席產品和戰略官Yaron Dycian表示：「建築漏水問題，是沉默的殺手。」水是一種越來越稀缺、且非常有價值的資源。

WINT的總部位於以色列，創建於2012年，該公司創立伊始，創始人的家中遭遇了漏水，並發現當時漏水問題並沒有現成的解決方案。現在已經有了針對家庭的解決方案，但是對於更大的建築物來說，水損失是一個困難得多的挑戰。

該系統使用人工智慧來檢測泄漏，從而節約用水，並防止商業和政府建築物受損。

從水龍頭和廁所，到隱藏的管道和水塔，泄漏造成的成本和破壞可能會增加。平均而言，建築物會浪費25％-30％的水。通常來說，一棟安裝了100個馬桶的建築物，在任何時間點，平均有三個馬桶在漏水。僅此一項，每年就會浪費30-40萬美元的自來水。

Dycian表示，在一個案例中，一個發生故障的冷卻塔每天會向排水管傾注1000美元的自來水，每年損失達到了50萬美元。他說：「這種情況就這麼一直持續了兩年半，直到我們發現。」「這是對水資源的巨大浪費，而人們並沒有意識到這一點。」

然而這樣的損壞是會有代價的。Dycian能夠回憶起的一個最極端的案例是，一棟位於紐約曼哈頓的高級公寓樓，在交付給租客之前，它的19層在一個周末發生了泄露。他回憶說：「水有從地板上向下流的特性……當時樓里沒有人，水一直向下流，流到了一樓，最終造成高達3000萬美元的損失。」而且，除此之外，建築商還要支付8000萬美元的延遲交付補償。

不只是建築市場，漏水也影響房地產市場。例如，一家保險公司在以色列的一棟大樓的11層發生了泄露——又是在周末——Dycian表示：「整個建築都被毀壞了」。成千上萬的計算機和其他破壞造成的損失達到約300萬美元，管理層不得不另找地方辦公。

WINT基於人工智慧的解決方案，首先通過整個建築物內的水檢測設備識別正常的用水模式。Dycian解釋說：「從部署的那一刻起，每台設備都開始使用機器學習來理解和分析當地的流量模式，這些模式因地點和季節而異。」

這需要約三到四周的時間，並且設備需要與雲中的處理器通信。一旦建立了正常模式，它們就可以檢測到異常，並通過智能手機為員工提供實時警報，且能夠精確定位泄漏的確切位置和性質。當系統檢測到嚴重的泄漏和爆裂時，閥門可以關閉供水。如果工作人員知道泄露事件正常，他們可以使用遙控的方式來控制系統。

它還向管理人員發送詳細的月度報告，以便監測和調整用水量。

▲ 圖：通過機器學習來建立正常的用水和檢測異常裝置。

位於內華達州里諾市的亞特蘭蒂斯賭場度假村每個月要使用650萬加侖的水。該公司設施總監Perry Sanders最近報告稱，自從去年年底使用WINT以來，他們在最初投資48,000美元後，已經節省了36,000美元。他還表示，系統非常準確，可以檢測到工作人員無法找到的隱藏泄漏。

Dycian說，任何使用人工智慧的自動檢測系統，都存在優化檢測的挑戰，同時還要避免誤報。 「在這些方面我們做得非常好。」

他們還會對這些系統進行離站監控。他表示，這對於一家安裝了系統的財富200強公司來說非常幸運。這家公司在更換了維護團隊的工作人員之後，每個人都忘了這個系統。一年之後，警報開始啟動。最開始泄露量非常小，然後每個小時都會增加幾十加侖，工作人員沒有注意到這種情況。

WINT對該問題的評估一直在升級，同時開始向管理層層層上報，直到報給副總裁。那時，泄漏量已經從每個小時40加侖增長到每小時25立方米。等到他們找到原因（管道爆裂）時，已經泄露了約1000立方米的水——相當於半個奧林匹克標準游泳池的水量，這些水在建築物中泄露，浸泡了混凝土板。該公司估計，如果不加以控制，可能會造成價值650萬美元的損失。

▲ 圖：水檢測設備向員工的智能手機發送實時泄漏警報。

該組織目前正在從以色列擴展到美國、英國、澳大利亞和新加坡，並預計需求將繼續增長。Dycian 表示：「我們通過減少用水量節省的費用，就幾乎與客戶支付給我們的費用相同，這是一項持續的服務費，而不是一大筆預付款。」

Sanders表示：「WINT將我們的用水量減少了25％，幫助我們降低持續成本，並最大限度地減少對環境的影響——這是一個可以『自給自足』的可持續性解決方案。」「它可以防止水泄漏變成可能對財產造成巨大破壞並破壞業務的災難。」

從本質上講，提供這一人工智慧解決方案，客戶可以免費獲得傷害保護，同時保護地球上最寶貴的資源之一。

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！